ANALISI DEI GENERI DI FILM E VIDEOGIOCHI¶

In questo lavoro andr?o ad analizzare i film e i videogiochi pubblicati dal 1970 al 2020 e si analizzeranno i generi più popolari, provando ad analizzare se ci sono delle analogie.

In [1]:
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objs as go

import warnings
warnings.filterwarnings("ignore")

df_vg = pd.read_csv("proj/vgsales-12-4-2019.csv")
df_mv = pd.read_csv("proj/IMDb movies.csv")

ESEMPI DEI DATASET¶

Di seguito ecco degli esempi dei 2 dataset che verranno utilizzati.

In [2]:
df_vg_noMultiple = df_vg.drop_duplicates(subset=['Name', 'Year'], keep='first')

df_mv = df_mv[df_mv.year != "TV Movie 2019"]

print("FILM")
display(df_mv.head(5))
print("VIDEO GIOCHI")
display(df_vg_noMultiple.head(5))

FILM
imdb_title_id title original_title year date_published genre duration country language director ... actors description avg_vote votes budget usa_gross_income worlwide_gross_income metascore reviews_from_users reviews_from_critics
0 tt0000009 Miss Jerry Miss Jerry 1894 1894-10-09 Romance 45 USA None Alexander Black ... Blanche Bayliss, William Courtenay, Chauncey D... The adventures of a female reporter in the 1890s. 5.9 154 NaN NaN NaN NaN 1.0 2.0
1 tt0000574 The Story of the Kelly Gang The Story of the Kelly Gang 1906 1906-12-26 Biography, Crime, Drama 70 Australia None Charles Tait ... Elizabeth Tait, John Tait, Norman Campbell, Be... True story of notorious Australian outlaw Ned ... 6.1 589 $ 2250 NaN NaN NaN 7.0 7.0
2 tt0001892 Den sorte drøm Den sorte drøm 1911 1911-08-19 Drama 53 Germany, Denmark NaN Urban Gad ... Asta Nielsen, Valdemar Psilander, Gunnar Helse... Two men of high rank are both wooing the beaut... 5.8 188 NaN NaN NaN NaN 5.0 2.0
3 tt0002101 Cleopatra Cleopatra 1912 1912-11-13 Drama, History 100 USA English Charles L. Gaskill ... Helen Gardner, Pearl Sindelar, Miss Fielding, ... The fabled queen of Egypt's affair with Roman ... 5.2 446 $ 45000 NaN NaN NaN 25.0 3.0
4 tt0002130 L'Inferno L'Inferno 1911 1911-03-06 Adventure, Drama, Fantasy 68 Italy Italian Francesco Bertolini, Adolfo Padovan ... Salvatore Papa, Arturo Pirovano, Giuseppe de L... Loosely adapted from Dante's Divine Comedy and... 7.0 2237 NaN NaN NaN NaN 31.0 14.0

5 rows × 22 columns

VIDEO GIOCHI
Rank Name basename Genre ESRB_Rating Platform Publisher Developer VGChartz_Score Critic_Score ... NA_Sales PAL_Sales JP_Sales Other_Sales Year Last_Update url status Vgchartzscore img_url
0 1 Wii Sports wii-sports Sports E Wii Nintendo Nintendo EAD NaN 7.7 ... NaN NaN NaN NaN 2006.0 NaN http://www.vgchartz.com/game/2667/wii-sports/?... 1 NaN /games/boxart/full_2258645AmericaFrontccc.jpg
1 2 Super Mario Bros. super-mario-bros Platform NaN NES Nintendo Nintendo EAD NaN 10.0 ... NaN NaN NaN NaN 1985.0 NaN http://www.vgchartz.com/game/6455/super-mario-... 1 NaN /games/boxart/8972270ccc.jpg
2 3 Mario Kart Wii mario-kart-wii Racing E Wii Nintendo Nintendo EAD NaN 8.2 ... NaN NaN NaN NaN 2008.0 11th Apr 18 http://www.vgchartz.com/game/6968/mario-kart-w... 1 8.7 /games/boxart/full_8932480AmericaFrontccc.jpg
3 4 PlayerUnknown's Battlegrounds playerunknowns-battlegrounds Shooter NaN PC PUBG Corporation PUBG Corporation NaN NaN ... NaN NaN NaN NaN 2017.0 13th Nov 18 http://www.vgchartz.com/game/215988/playerunkn... 1 NaN /games/boxart/full_8052843AmericaFrontccc.jpg
4 5 Wii Sports Resort wii-sports-resort Sports E Wii Nintendo Nintendo EAD NaN 8.0 ... NaN NaN NaN NaN 2009.0 NaN http://www.vgchartz.com/game/24656/wii-sports-... 1 8.8 /games/boxart/full_7295041AmericaFrontccc.jpg

5 rows × 23 columns

Le colonne che si andranno ad utilizzare più avanti sono:

  • Film:

-- title -- year -- genre -- avg_vote

  • Videogiochi:

-- Name -- Genre -- Year -- Critic_Score

ANALISI DELL'ANDAMENTO DELLE PUBBLICAZIONI¶

I prossimi 3 dataset sono stati creati per analizzare l'andamento delle pubblicazioni nel corso degli anni dei film e dei videogiochi.

Il 3° grafico mostra, in colorato, quale tra film e videogiochi ha pubblicato di più in un dato anno.

In [3]:
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)

vg_years_tmp = pd.Series(df_vg_noMultiple["Year"])
vg_years = pd.to_numeric(vg_years_tmp, errors='coerce', downcast='integer')
df_vg_years = vg_years.to_frame().groupby(["Year"]).size()

mv_years_tmp = pd.Series(df_mv["year"], name="mv_year")
mv_years = pd.to_numeric(mv_years_tmp, errors='coerce', downcast='integer')
df_mv_years = mv_years.to_frame().groupby(["mv_year"]).size()

vg_minYear = int(min(df_vg_noMultiple["Year"]))
vg_maxYear = int(max(df_vg_noMultiple["Year"]))

years = pd.Series(df_mv["year"])
intYears = pd.to_numeric(years, errors ='coerce', downcast='integer')

mv_minYear = int(min(intYears))
mv_maxYear = int(max(intYears))

minCommonYear = vg_minYear
maxCommonYear = vg_maxYear

if (minCommonYear < mv_minYear):
    minCommonYear = mv_minYear

if (maxCommonYear > mv_maxYear):
    maxCommonYear = mv_maxYear

print(f"Anni in comune: dal {minCommonYear} al {maxCommonYear}")

df_CommonYears = pd.DataFrame(index=range(minCommonYear, maxCommonYear+1), columns=["vg_years", "mv_years"])
df_CommonYears["vg_years"] = df_vg_years
df_CommonYears["mv_years"] = df_mv_years

df_CommonYears = df_CommonYears.fillna(0)
df_CommonYears = df_CommonYears.astype(dtype ='int64')

df_CommonYears.columns = ['Video Games', 'Movies']

figBar = px.bar(df_CommonYears, x=df_CommonYears.index, y=["Video Games", "Movies"], title="Pubblicazioni di Videogiochi e Film per anno")
figBar.update_traces(texttemplate='%{value:.3s}', textposition='inside')
figBar.update_xaxes(title_text="Anno")
figBar.update_yaxes(title_text="Numero di pubblicazioni")
figBar.show()

figLine = px.line(df_CommonYears, x=df_CommonYears.index, y=["Video Games", "Movies"], title="Pubblicazioni di Videogiochi e Film per anno")
figLine.update_traces(mode="lines+markers")
figLine.update_xaxes(title_text="Anno")
figLine.update_yaxes(title_text="Numero di pubblicazioni")
figLine.show()

### COLORO LA LINEA CHE CHE RESTA SOPRA L'ALTRA ###

def inizioSopra(figura, color, colonna):
    otherColumn = ""
    if (colonna == "Movies"):
        otherColumn = "Video Games"
    else:
        otherColumn = "Movies"
    inizio = minCommonYear
    fine = 0
    i = minCommonYear+1
    up = True
    while (i <= maxCommonYear):
        if (df_CommonYears.loc[i][colonna] >= df_CommonYears.loc[i][otherColumn]):
            if (up):
                i += 1
            else:
                fine = i-1
                figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color='grey', width=3)))
                up = True
                inizio = i-1
                i += 1
        else:
            if (up):
                fine = i-1
                figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color=color, width=3)))
                up = False
                inizio = i-1
                i += 1
            else:
                i += 1
    if(df_CommonYears.loc[i-1][colonna] >= df_CommonYears.loc[i-1][otherColumn]):
        if (up):
            fine = i-1
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color=color, width=3)))
        else:
            fine = i-2
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color='grey', width=2)))
            inizio = i-2
            fine = i - 1
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color=color, width=3)))
    else:
        if (up):
            fine = i-2
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color=color, width=3)))
            inizio = i-2
            fine = i - 1
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color='grey', width=2)))
        else:
            fine = i-1
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color='grey', width=2)))

    

def inizioSotto(figura, color, colonna):
    otherColumn = ""
    if (colonna == "Movies"):
        otherColumn = "Video Games"
    else:
        otherColumn = "Movies"
    inizio = minCommonYear
    fine = 0
    i = minCommonYear + 1
    down = True
    while (i <= maxCommonYear):
        if (df_CommonYears.loc[i][colonna] < df_CommonYears.loc[i][otherColumn]):
            if (down):
                i += 1
            else:
                fine = i-1
                figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color=color, width=3)))
                down = True
                inizio = i-1
                i += 1
        else:
            if (down):
                fine = i-1
                figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color='grey', width=2)))
                down = False
                inizio = i-1
                i += 1
            else:
                i += 1
    if(df_CommonYears.loc[i-1][colonna] < df_CommonYears.loc[i-1][otherColumn]):
        if (down):
            fine = i-1
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color='grey', width=2)))
        else:
            fine = i-2
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color=color, width=3)))
            inizio = i-2
            fine = i - 1
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color='grey', width=2)))
    else:
        if (down):
            fine = i-2
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color='grey', width=2)))
            inizio = i-2
            fine = i - 1
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color=color, width=3)))
        else:
            fine = i-1
            figura.add_trace(go.Scatter(x=df_CommonYears.index+(inizio-minCommonYear), y=df_CommonYears.loc[inizio:fine][colonna], mode='lines', line=dict(color=color, width=3)))


def settingColors(fig):
    ### MOVIES ###
    color = "red"
    ### inizio ###
    if (df_CommonYears.loc[minCommonYear]["Movies"] < df_CommonYears.loc[minCommonYear]["Video Games"]):
        inizioSotto(fig, color, "Movies")
    else:
        inizioSopra(fig, color,"Movies")

    ### VIDEO GAMES ###
    color = "blue"
    ### inizio ###
    if (df_CommonYears.loc[minCommonYear]["Video Games"] < df_CommonYears.loc[minCommonYear]["Movies"]):
        inizioSotto(fig, color, "Video Games")
    else:
        inizioSopra(fig, color,"Video Games")


figLine2 = go.Figure()
figLine2.update_traces(mode="lines+markers")
figLine2.update_xaxes(title_text="Anno")
figLine2.update_yaxes(title_text="Numero di pubblicazioni")
#figLine2.add_trace(go.Scatter(x=df_CommonYears.index, visible=False))

settingColors(figLine2)
figLine2.update_layout(showlegend=False, title="Evidenzio la linea superiore all'altra (pubblicazione maggiore)")

figLine2.show()

Anni in comune: dal 1970 al 2020

È possibile notare, grazie a questi grafici, che per molti anni i videogiochi non venivano pubblicati. Presumo per il fatto che la richiesta, vista la tecnologia comune di allora, era molto arretrata. A partire dall'inizio degli anni 90, la domanda di videogiochi è cresciuta, mentre quella di film è rimasta stabile, facendo sì che il numero di videogiochi pubblicati sia superiore a quello di film.

È interessante mostrare come l'andamento dei film è di un crescente stabile, mentre quello dei videogiochi è di una crescita molto instabile e variabile.

VISUALIZZAZIONE DEI GENERI PIÙ PUBBLICATI PER OGNI ANNO¶

Nei prossimi grafici si analizzeranno i generi più pubblicati per ogni anno, per entrambi i dataset. Inizialmente si analizzeranno i 3 generi più pubblicati per ogni anno, poi il genere più pubblicato per ogni anno.

In [4]:
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', 15)

### Video Games Genres ###

df_vg_genre = df_vg_noMultiple.groupby(["Year", "Genre"]).size().to_frame().reset_index()
df_vg_genre.columns = ['Year', 'Genre', 'Count']
df_vg_genre['Year'] = df_vg_genre['Year'].astype(dtype ='int64')

df_vg_genre_noMisc = df_vg_genre[df_vg_genre.Genre != "Misc"]


### Movies genre ###
df_mv_genre = df_mv[["year", "genre"]]
df_mv_genre.columns = ['Year', 'Genre'] 

df_mv_genre['Genre'] = df_mv_genre['Genre'].str.split(",")
df_mv_genre = df_mv_genre.explode('Genre').reset_index(drop=True)

df_mv_genre['Genre'] = df_mv_genre['Genre'].str.strip()


df_mv_genre = df_mv_genre.groupby(["Year", "Genre"]).size().to_frame().reset_index()
df_mv_genre.columns = ['Year', 'Genre', 'Count']
df_mv_genre['Year'] = df_mv_genre['Year'].astype(dtype ='int64')
df_mv_genre = df_mv_genre[df_mv_genre.Year.between(minCommonYear, maxCommonYear)]



### linea dei top grigia e poi per colorato per ogni genere ###


def barTop(df, top, title):
    df_top = df.sort_values(by=['Count'], ascending=False).groupby('Year').head(top)
    fig = px.bar(df_top, x="Year", y="Count", color="Genre", title=title, text="Genre")
    fig.update_xaxes(title_text="Anno")
    fig.update_yaxes(title_text="Numero di pubblicazioni")
    fig.update_layout(height=800)
    fig.show()

num = 3

barTop(df_vg_genre, num, f"Top {num} generi di videogiochi per anno w/Misc")
barTop(df_vg_genre_noMisc, num, f"Top {num} generi di videogiochi per anno (No Misc)")
barTop(df_mv_genre, num, f"Top {num} generi di film per anno")

num = 1

barTop(df_vg_genre, num, f"Top {num} generi di videogiochi per anno w/Misc")
barTop(df_vg_genre_noMisc, num, f"Top {num} generi di videogiochi per anno (No Misc)")
barTop(df_mv_genre, num, f"Top {num} generi di film per anno")

Da notare che per i videogiochi vi sono i grafici che includono e che non includono il genere "Misc". Questo genere è un insieme di più generi non specificati, per questo, per avere una visione più chiara, è stato creato un grafico che non lo considera. Nei grafici a seguire, non verrà più consiferato il genere "Misc".

È interessante notare come, per i videogiochi, ci son più generi comparsi almeno una volta tra i 3 più pubblicati per ogni anno, rispetto ai film.

ANDAMENTO DELLE PUBBLICAZIONI PER GENERE¶

Si andrà ora ad analizzare l'andamento per ogni genere comparso almeno una volta in una top 3 paragonato all'andamento generale delle pubblicazioni generali.

In [5]:
from plotly.subplots import make_subplots
pd.set_option('display.max_rows', 50)

### TROVO TUTTI I GENERI DELLA TOP 3 ###
top = 3

### MOVIES ###
df_mv_genre_top = df_mv_genre.sort_values(by=['Count'], ascending=False).groupby('Year').head(top)

### RESET MOVIE GENERS ###

df_mv_genre = df_mv[["year", "genre"]]
df_mv_genre.columns = ['Year', 'Genre'] 
df_mv_genre['Genre'] = df_mv_genre['Genre'].str.split(",")
df_mv_genre = df_mv_genre.explode('Genre').reset_index(drop=True)
df_mv_genre['Genre'] = df_mv_genre['Genre'].str.strip()
df_mv_genre = df_mv_genre.groupby(["Year", "Genre"]).size().to_frame().reset_index()
df_mv_genre.columns = ['Year', 'Genre', 'Count']
df_mv_genre['Year'] = df_mv_genre['Year'].astype(dtype ='int64')
df_mv_genre = df_mv_genre[df_mv_genre.Year.between(minCommonYear, maxCommonYear)]

### PRENDO TUTTI I FILM CON I GENERI IN DF_MV_GENRE ###
df_mv_inTop = df_mv.loc[df_mv['genre'].str.contains('|'.join(df_mv_genre_top.Genre.unique()))]
df_mv_inTop['genre'] = df_mv_inTop['genre'].str.split(",")
df_mv_inTop = df_mv_inTop.explode('genre').reset_index(drop=True)
df_mv_inTop['genre'] = df_mv_inTop['genre'].str.strip()

df_mv_inTop = df_mv_inTop[['year', 'genre', 'title']]
df_mv_inTop.columns = ['Year', 'Genre', 'Title']

df_mv_inTop = df_mv_inTop.groupby(["Year", "Genre"]).size().to_frame().reset_index()
df_mv_inTop.columns = ['Year', 'Genre', 'Count']
df_mv_inTop['Year'] = df_mv_inTop['Year'].astype(dtype ='int64')

df_mv_inTop = df_mv_inTop[df_mv_inTop.Year.between(minCommonYear, maxCommonYear)]

print("FILM")

dict_mv = {}
for genre in df_mv_genre_top.Genre.unique():
    dict_mv[genre] = df_mv_inTop[df_mv_inTop.Genre == genre].groupby('Year').sum().reset_index()

fig_mv= make_subplots(rows=1, cols=2)
for genre in dict_mv:
    fig_mv.add_trace(go.Scatter(x=dict_mv[genre]['Year'], y=dict_mv[genre]['Count'], name=genre, mode="markers"), row=1, col=1)
    fig_mv.update_layout(title="Andamento dei generi comparsi in almeno una top 3 dei film comparato con l'andamento totale dei film", height=800)
fig_mv.add_trace(go.Scatter(x=df_CommonYears.index, y=df_CommonYears["Movies"], mode='lines', name="Movies", line=dict(color="grey", width=2)), row=1, col=2)
fig_mv.update_xaxes(title_text="Anno")
fig_mv.update_yaxes(title_text="Pubblicazioni")    
fig_mv.show()

for genre in dict_mv:
    fig_mv2 = make_subplots(rows=1, cols=2)
    for genre2 in dict_mv:
        if (genre2 == genre):
            fig_mv2.add_trace(go.Scatter(x=dict_mv[genre]['Year'], y=dict_mv[genre]['Count'], name=genre, mode="lines+markers", showlegend=True), row=1, col=1)
            fig_mv2.update_layout(title="Andamento del genere "+genre2+" nei film comparato con l'andamento totale dei film", height=800)
            tmp = px.scatter(dict_mv[genre], x="Year", y="Count", title="Andamento del genere "+genre2+" nei film con trandline", trendline="lowess", trendline_color_override="black")
            tmp.update_xaxes(title_text="Anno")
            tmp.update_yaxes(title_text="Pubblicazioni")
    fig_mv2.add_trace(go.Scatter(x=df_CommonYears.index, y=df_CommonYears["Movies"], mode='lines', name="Movies", line=dict(color="grey", width=2)), row=1, col=2) 
    fig_mv2.update_xaxes(title_text="Anno")
    fig_mv2.update_yaxes(title_text="Pubblicazioni")       
    fig_mv2.show()
    tmp.show()

### VIDEO GAMES ###
### NO MISC ###
df_vg_genre_top = df_vg_genre_noMisc.sort_values(by=['Count'], ascending=False).groupby('Year').head(top)

df_vg_inTop = df_vg_noMultiple.loc[df_vg_noMultiple['Genre'].str.contains('|'.join(df_vg_genre_top.Genre.unique()))]

df_vg_inTop = df_vg_inTop[['Year', 'Genre', 'Name']]
df_vg_inTop = df_vg_inTop.groupby(["Year", "Genre"]).size().to_frame().reset_index()
df_vg_inTop.columns = ['Year', 'Genre', 'Count']
df_vg_inTop['Year'] = df_vg_inTop['Year'].astype(dtype ='int64')

df_vg_inTop = df_vg_inTop[df_vg_inTop.Year.between(minCommonYear, maxCommonYear)]

print("VIDEO GIOCHI")

dict_vg = {}
for genre in df_vg_genre_top.Genre.unique():
    dict_vg[genre] = df_vg_inTop[df_vg_inTop.Genre == genre].groupby('Year').sum().reset_index()

fig_vg= make_subplots(rows=1, cols=2)
for genre in dict_vg:
    fig_vg.add_trace(go.Scatter(x=dict_vg[genre]['Year'], y=dict_vg[genre]['Count'], name=genre, mode="markers"), row=1, col=1)
    fig_vg.update_layout(title="Andamento dei generi comparsi in almeno una top 3 dei videogiochi comparato con l'andamento totale dei videogiochi", height=800)
fig_vg.add_trace(go.Scatter(x=df_CommonYears.index, y=df_CommonYears["Video Games"], mode='lines', name="Video Games", line=dict(color="grey", width=2)), row=1, col=2)  
fig_vg.update_xaxes(title_text="Anno")
fig_vg.update_yaxes(title_text="Pubblicazioni")
fig_vg.show()

for genre in dict_vg:
    fig_vg2 = make_subplots(rows=1, cols=2)
    for genre2 in dict_vg:
        if (genre2 == genre):
            fig_vg2.add_trace(go.Scatter(x=dict_vg[genre]['Year'], y=dict_vg[genre]['Count'], name=genre, mode="lines+markers", showlegend=True), row=1, col=1)
            fig_vg2.update_layout(title="Andamento del genere "+genre2+" nei videogiochi comparato con l'andamento totale dei videogiochi", height=800)
            tmp = px.scatter(dict_vg[genre], x="Year", y="Count", title="Andamento del genere "+genre2+" nei video giochi con trandline", trendline="lowess", trendline_color_override="black")
            tmp.update_xaxes(title_text="Anno")
            tmp.update_yaxes(title_text="Pubblicazioni")
    fig_vg2.add_trace(go.Scatter(x=df_CommonYears.index, y=df_CommonYears["Video Games"], mode='lines', name="Video Games", line=dict(color="grey", width=2)), row=1, col=2)
    fig_vg2.update_xaxes(title_text="Anno")
    fig_vg2.update_yaxes(title_text="Pubblicazioni")   
    fig_vg2.show()
    tmp.show()

FILM

VIDEO GIOCHI

È curioso notare come l'andamento dei generi segua quello generale, con qualche piccola eccezione, mentre la trandline dei generi dei film è in crescita, mentre quella dei videogiochi è in decrescita dagli inizi degli anni 2000.

ANDAMENTO DEI GENERI SIMILI TRA FILM E VIDEOGIOCHI¶

Si confronterà l'andamento dei generi simili tra loro, tra videogiochi e film. I generi coinvolti sono, per i videogiochi, Action, Shooter, Adventure e Action-Adventure, mentre per i film sono Action e Thriller.

Le pubblicazioni di questi generi viene sommato tra loro e poi confrontato.

In [6]:
dict_vg2 = {k: dict_vg[k] for k in ('Action', 'Shooter', 'Adventure', 'Action-Adventure')}
dict_mv2 = {k: dict_mv[k] for k in ('Action', 'Thriller')}

dict_vg3 = {}
for genre in dict_vg2:
    for index, row in dict_vg2[genre].iterrows():
        if row['Year'] in dict_vg3:
            dict_vg3[row['Year']] += row['Count']
        else:
            dict_vg3[row['Year']] = row['Count']


dict_mv3 = {}
for genre in dict_mv2:
    for index, row in dict_mv2[genre].iterrows():
        if row['Year'] in dict_mv3:
            dict_mv3[row['Year']] += row['Count']
        else:
            dict_mv3[row['Year']] = row['Count']

df_dictUnited = pd.DataFrame.from_dict(dict_mv3, orient='index', columns=['Movies'])
df_dictUnited['Video Games'] = pd.DataFrame.from_dict(dict_vg3, orient='index', columns=['Video Games'])

df_dictUnited = df_dictUnited.fillna(0)
df_dictUnited = df_dictUnited.astype(dtype ='int64')

fig_histogramUnited = px.histogram(df_dictUnited, x=df_dictUnited.index, y=df_dictUnited.columns, title="Andamento dei generi simili", barmode="overlay", opacity=0.55)
fig_histogramUnited.update_layout(xaxis_title="Anno", yaxis_title="Pubblicazioni")
fig_histogramUnited.show()

È possibile notare, grazie a questo grafico, che tra il 1980 e il 2009 vi è stata una crescita esponenziale dei generi videoludici, superando addirittura il numero di pubblicazioni di film. il calo delle pubblicazioni videoludiche dal 2010 in poi è probabilmente dato dal fatto che la pubblicazione di videogiochi è calata drasticamente, mentre quella di film è rimasta stabile (fino al 2020 per motivi dovuti al COVID-19)

Il prossimo grafico è lo stesso ma, invece di avere le pubblicazioni effettive, avere la percentuale di pubblicazioni rispetto al totale.

In [7]:
### UTILIZZO DF_COMMONYEARS PER IL MASSIMO DELLE PUBBLICAZIONI PER ANNO ###
df_dictUnitedAverage = df_dictUnited.copy()

df_dictUnitedAverage['Video Games'] = df_dictUnited['Video Games'].div(df_CommonYears['Video Games'])*100
df_dictUnitedAverage['Movies'] = df_dictUnited['Movies'].div(df_CommonYears['Movies'])*100
df_dictUnitedAverage.fillna(0, inplace=True)

fig_histogramAverage = px.histogram(df_dictUnitedAverage, x=df_dictUnitedAverage.index, y=df_dictUnitedAverage.columns, title="Andamento dei generi simili in percentuale all'andamento totale", barmode="overlay", opacity=0.55)
fig_histogramAverage.update_layout(xaxis_title="Anno", yaxis_title="Pubblicazioni")
fig_histogramAverage.show()

fig_histogramAverage = go.Figure()
fig_histogramAverage.add_trace(go.Bar(x=df_dictUnitedAverage.index, y=df_dictUnitedAverage['Video Games'], name="Video Games", marker_color="red"))
fig_histogramAverage.add_trace(go.Bar(x=df_dictUnitedAverage.index, y=df_dictUnitedAverage['Movies'], name="Movies", marker_color="blue"))
fig_histogramAverage.update_layout(title="Andamento dei generi simili in percentuale all'andamento totale", xaxis_title="Anno", yaxis_title="Pubblicazioni")
fig_histogramAverage.show()

A differenza di quello che si vedeva dai grafici precedenti, questi 2 grafici mostrano come, in percentuale al totale delle pubblicazioni, i videogiochi dei generi Action, Shooter, Adventure e Action-Adventure hanno avuto un andamento molto simile a quello dei film di genere Action e Thriller, con, però, un aumento all'inizio degli anni 80.

NUMERO DI FILM E VIDEOGIOCHI CON VOTAZIONE TRA 9 E 10¶

Quello che si andrà a vedere ora sono i film e videogiochi con la votazione tra il 9 e il 10 compresi e vedere se ci sono delle similitudini tra i generi.

In [8]:
df_vg_critics = df_vg_noMultiple[['Year', 'Name', 'Genre', 'Critic_Score']]
df_mv_critics = df_mv[['year', 'title', 'genre', 'avg_vote']]

df_vg_critics = df_vg_critics.sort_values(by=['Critic_Score'], ascending=False)
df_mv_critics = df_mv_critics.sort_values(by=['avg_vote'], ascending=False)

df_vg_critics = df_vg_critics.dropna()
df_vg_critics['Year'] = df_vg_critics['Year'].astype(dtype='int64')

df_vg_critics = df_vg_critics[df_vg_critics['Critic_Score'] >= 9]
df_mv_critics = df_mv_critics[df_mv_critics['avg_vote'] >= 9]

dict_vg_critics = {}
dict_mv_critics = {}
dict_mv_criticsNames = {}
dict_vg_criticsNames = {}

for index, row in df_vg_critics.iterrows():
    if row['Genre'] in dict_vg:
        if row['Genre'] in dict_vg_critics:
            dict_vg_criticsNames[row['Genre']].append(row['Name'])
            dict_vg_critics[row['Genre']] += 1
        else:
            dict_vg_criticsNames[row['Genre']] = [row['Name']]
            dict_vg_critics[row['Genre']] = 1

for index, row in df_mv_critics.iterrows():
    if row['genre'] in dict_mv:
        if row['genre'] in dict_mv_critics:
            dict_mv_criticsNames[row['genre']].append(row['title'])
            dict_mv_critics[row['genre']] += 1
        else:
            dict_mv_criticsNames[row['genre']] = [row['title']]
            dict_mv_critics[row['genre']] = 1

df_tmp = pd.DataFrame.from_dict(dict_vg_criticsNames, orient='index')
display(df_tmp)
df_tmp = pd.DataFrame.from_dict(dict_mv_criticsNames, orient='index')
display(df_tmp)
df_tmp = pd.DataFrame.from_dict(dict_vg_critics, orient='index')
display(df_tmp)
df_tmp = pd.DataFrame.from_dict(dict_mv_critics, orient='index')
display(df_tmp)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65
Role-Playing Final Fantasy II Dragon Quest XI: Echoes of an Elusive Age Chrono Cross Final Fantasy VII Chrono Trigger Final Fantasy III (SNES) Baldur's Gate II: Shadows of Amn Mass Effect 2 Super Mario RPG: Legend of the Seven Stars South Park: The Fractured But Whole Final Fantasy XII Final Fantasy VIII Star Wars: Knights of the Old Republic Pokemon Red / Green / Blue Version Mass Effect 2 The Elder Scrolls V: Skyrim The Elder Scrolls IV: Oblivion Xenoblade Chronicles Vagrant Story Chrono Trigger Fallout 2 The Elder Scrolls IV: Oblivion Final Fantasy IX Mass Effect Shin Megami Tensei: Persona 4 Skies of Arcadia Baldur's Gate Persona 2: Innocent Sin Pokemon Gold / Silver Version Final Fantasy Chronicles Final Fantasy III Final Fantasy VI Advance Paper Mario Mass Effect Demon's Souls Secret of Mana Mario & Luigi: Bowser's Inside Story Ogre Battle 64: Person of Lordly Caliber Golden Sun Freedom Force Panzer Dragoon Saga Fire Emblem: Awakening Dark Souls Paper Mario: The Thousand-Year Door Ogre Battle 64: Person of Lordly Caliber Ogre Battle: The March of the Black Queen Ogre Battle: The March of the Black Queen Secret of Mana Phantasy Star IV Breath of Fire Ultima Online Jade Empire Fallout 3 Tactics Ogre: Let Us Cling Together Paper Mario Undertale Diablo III Disgaea 5 Complete Fable II Pokemon Sun/Moon Final Fantasy Tactics: The War of the Lions Final Fantasy X None None None None
Action Final Fight Red Dead Redemption: Undead Nightmare Grand Theft Auto IV Rockstar Games Double Pack: Grand Theft Auto I... God of War (2018) Grand Theft Auto V Batman: Arkham City Resident Evil 4 Grand Theft Auto: Vice City Ninja Gaiden Black Red Dead Redemption Uncharted 2: Among Thieves Red Dead Redemption Bayonetta 2 Metal Gear Solid 2: Sons of Liberty Grand Theft Auto III Grand Theft Auto: San Andreas Tom Clancy's Splinter Cell: Chaos Theory Grand Theft Auto V Viewtiful Joe Resident Evil 3: Nemesis Ninja Gaiden Metal Gear Solid 3: Subsistence Monster Hunter: World Resident Evil 2 God of War Mark of the Ninja God of War II Uncharted 3: Drake's Deception Tom Clancy's Splinter Cell Dead Cells Bayonetta 2 Metal Gear Solid 4: Guns of the Patriots Metal Gear Solid Resident Evil 5: Gold Edition Resident Evil - Code: Veronica Resident Evil 4: Wii Edition Mafia Grand Theft Auto: San Andreas Uncharted 4: A Thief's End God of War III Tom Clancy's Splinter Cell: Pandora Tomorrow God of War Collection Jet Grind Radio Blast Corps Assassin's Creed: Brotherhood Horizon: Zero Dawn Grand Theft Auto III Devil May Cry Grand Theft Auto: Liberty City Stories Oddworld: Stranger's Wrath HD Metal Gear Rising: Revengeance The Binding of Isaac: Afterbirth+ Grand Theft Auto: Vice City Diablo III: Eternal Collection Assassin's Creed II Resident Evil 2 Yoku's Island Express Batman: Arkham Asylum Metal Gear Solid 3: Snake Eater escapeVektor: Chapter 1 Resident Evil 2: Dual Shock Edition None None None None
Platform Super Mario Bros. Super Mario Odyssey Super Mario Galaxy Super Mario 64 Super Mario Bros. Deluxe Super Mario Galaxy 2 Mega Man 2 Super Mario 3D World Super Mario Bros. 3 LittleBigPlanet: Game of the Year Edition Rayman Legends Super Mario World: Super Mario Advance 2 Braid Klonoa 2: Lunatea's Veil LittleBigPlanet Celeste Banjo-Tooie Donkey Kong Country 2: Diddy's Kong Quest Castlevania: Symphony of the Night Banjo-Kazooie Donkey Kong 64 Ape Escape Crash Bandicoot 3: Warped Castlevania: Symphony of the Night Super Mario Advance 4: Super Mario Bros. 3 Super Meat Boy Super Mario Sunshine Conker's Bad Fur Day New Super Mario Bros. Spyro: Year of the Dragon LittleBigPlanet 2 NiGHTS into dreams... Donkey Kong Country: Tropical Freeze Ratchet & Clank: Up Your Arsenal Donkey Kong Country Sonic & Knuckles Rayman Super Mario 64 Super Mario Land 2: 6 Golden Coins Super Mario Bros. Super Mario World 2: Yoshi's Island Owlboy Castlevania III: Dracula's Curse Rayman 2: The Great Escape LIMBO Disney's Kim Possible 3: Team Possible Jak and Daxter: The Precursor Legacy Shovel Knight Super Mario Land 2: 6 Golden Coins TowerFall Ascension Castlevania: Rondo of Blood Donkey Kong Country Castlevania Double Pack None None None None None None None None None None None None None
Adventure The Legend of Zelda: A Link to the Past The Legend of Zelda Collector's Edition The Legend of Zelda: Ocarina of Time The Legend of Zelda: A Link to the Past The Legend of Zelda: The Wind Waker The Legend of Zelda: A Link to the Past The Legend of Zelda: Twilight Princess Grand Theft Auto: Chinatown Wars The Legend of Zelda: Majora's Mask The Legend of Zelda: Link's Awakening DX Okami Grand Theft Auto IV: The Lost and Damned The Legend of Zelda: Skyward Sword The Legend of Zelda: Oracle of Ages The Legend of Zelda: A Link Between Worlds The Legend of Zelda: Oracle of Seasons Eternal Darkness: Sanity's Requiem Grim Fandango The Legend of Zelda: Majora's Mask L.A. Noire Shadow of the Colossus Legacy Of Kain: Soul Reaver The Legend of Zelda: Phantom Hourglass Gone Home Metroid Fusion The Legend of Zelda: Four Swords Anniversary E... The Legend of Zelda Prince of Persia: The Sands of Time Grand Theft Auto IV: The Ballad of Gay Tony Maniac Mansion: Day of the Tentacle Grand Theft Auto: Episodes from Liberty City Metroid II: Return of Samus The ICO & Shadow of the Colossus Collection Super Metroid Grand Theft Auto: Episodes from Liberty City Metal Gear Solid: The Essential Collection The Legend of Zelda: Ocarina of Time / Master ... Okami Ceville Sam & Max Hit the Road Final Fantasy Adventure Metal Gear Solid Integral Moss None None None None None None None None None None None None None None None None None None None None None None None
Shooter Fusion: Genesis GoldenEye 007 Portal 2 Perfect Dark The Orange Box Half-Life 2 Halo 2 Call of Duty 4: Modern Warfare Metroid Prime BioShock BioShock Halo 3 Halo: Combat Evolved Half-Life Call of Duty: Modern Warfare 2 Unreal Tournament 2004 Quake Gears of War Gears of War 2 Counter-Strike: Source Medal of Honor: Allied Assault BioShock Doom II Thief: The Dark Project Unreal Tournament Halo: Reach Medal of Honor Quake III Arena Metroid Prime 2: Echoes Team Fortress 2 Crysis Syphon Filter Deus Ex Killzone 2 Red Faction TimeSplitters 2 Half-Life 2: Episode Two Gears of War 3 Tom Clancy's Ghost Recon Advanced Warfighter Geometry Wars: Retro Evolved 2 Dead Space 2 Rez HD Killzone: Shadow Fall Quake II Magic Carpet PixelJunk SideScroller Wolfenstein II: The New Colossus Metroid Prime 3: Corruption Turok 2: Seeds of Evil Gunstar Heroes Sin and Punishment Radiant Silvergun Unreal Tournament Star Fox 64 Left 4 Dead 2 Battlefield 1943 Rez Unreal Tournament 2003 Battlefield 1942 Metroid Prime: Trilogy Age of Zombies Medal of Honor: Frontline Battlefield 2 Portal Battlefield: Bad Company 2 Dead Space
Racing Super Mario Kart Gran Turismo Gran Turismo 3: A-Spec Mario Kart: Super Circuit Grand Prix 3 Burnout 3: Takedown Mario Kart 8 Deluxe Crazy Taxi Crash Team Racing Beetle Adventure Racing! Forza Motorsport 3 Forza Motorsport Gran Turismo 2 Wave Race 64 Forza Horizon 4 WipEout Pure Mario Kart DS Forza Motorsport 4 WipEout HD Fury Forza Motorsport 2 R4: Ridge Racer Type 4 Forza Horizon 3 DiRT 3 Burnout Paradise Andretti Racing Burnout Paradise Ridge Racer Burnout Revenge Daytona USA None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None
Action-Adventure The Legend of Zelda: Breath of the Wild Red Dead Redemption 2 The Last of Us Remastered Assassin's Creed Odyssey The Last of Us The Legend of Zelda: Ocarina of Time 3D Shadow of the Colossus The Legend of Zelda: The Wind Waker Marvel's Spider-Man Metroid: Samus Returns The Legend of Zelda: Majora's Mask 3D None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None
Sports NFL 2K Tony Hawk's Pro Skater 4 Tony Hawk's Pro Skater NFL 2K1 NBA 2K2 Madden NFL 2004 Madden NFL 2005 Madden NFL 2003 World Soccer Winning Eleven 8 International Tony Hawk's Pro Skater 2 Tony Hawk's Pro Skater All-Star Baseball 2001 NBA 2K1 Virtua Tennis FIFA Soccer 12 SSX Tricky Rocket League Rocket League World Soccer Winning Eleven 7 International 1080: TenEighty Snowboarding Championship Manager Season 01/02 Madden NFL 06 NFL Blitz NBA 2K12 NHL 10 Tony Hawk's Pro Skater 3 Let's Golf 3D Tiger Woods PGA Tour 10 Mario Golf NHL 09 Worldwide Soccer Manager 2006 FIFA Soccer 10 NBA 2K17 None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None
Strategy Dungeon Keeper Company of Heroes Sid Meier's Alpha Centauri Sid Meier's Civilization IV Advance Wars Galactic Civilizations II: Twilight of the Arnor Sid Meier's Civilization VI Warcraft III: Reign of Chaos StarCraft II: Wings of Liberty Black & White Age of Empires II: The Age of Kings Sid Meier's Gettysburg! Command & Conquer: Red Alert Warcraft II: Tides of Darkness Warcraft II: Beyond the Dark Portal Warcraft III: The Frozen Throne Command & Conquer Red Alert 2: Yuri's Revenge Pikmin 2 Command & Conquer Sid Meier's Civilization II Homeworld World in Conflict StarCraft: Brood War Plants vs. Zombies Rise of Nations: Thrones & Patriots Medieval: Total War Cannon Fodder Shogun 2: Total War Men of War Shining Force II Dragon Force Advance Wars: Dual Strike XCOM: Enemy Unknown Rome: Total War None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None
Simulation Jet Coaster Dream 2 Stardew Valley Star Wars Rogue Leader: Rogue Squadron II Star Wars: Rogue Squadron Space Rangers Harvest Moon: Sunshine Islands None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None
Puzzle Pac-Man Championship Edition DX Lumines: Puzzle Fusion Henry Hatsworth in the Puzzling Adventure Hanagumi Taisen Columns 2 Super Monkey Ball AlphaBounce Armadillo Run SpaceChem World of Goo None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None None
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Drama Hopeful Notes Le ali della libertà Eghantham Maarjaara Oru Kalluvacha Nuna Fan National Theatre Live: The Lehman Trilogy Gini Helida Kathe Vchera Delaware Shore Joshua C/o Kancharapalem Oggatonama National Theatre Live: Angels in America Part ... Peranbu Adutha Chodyam
Comedy Vaarthakal Ithuvare The Moving on Phase Love in Kilnerry Innocent Hababam Sinifi Sinifta Kaldi None None None None None None None None None None
Thriller Digbhayam None None None None None None None None None None None None None None
0
Role-Playing 62
Action 62
Platform 53
Adventure 43
Shooter 66
Racing 29
Action-Adventure 11
Sports 33
Strategy 34
Simulation 6
Puzzle 9
0
Drama 15
Comedy 5
Thriller 1

È possibile notare come, per i videogiochi, i generi con critiche migliori e tra i generi più pubblicati sono tutti quanti, mentre per i film son solamente 3 generi.

In [9]:
dict_vg_precentage = {}
dict_mv_precentage = {}

for index, row in df_vg_critics.iterrows():
    if row['Genre'] in dict_vg:
        dict_vg_precentage[row['Genre']] = dict_vg_critics[row['Genre']] / dict_vg[row['Genre']]['Count'].sum() * 100

for index, row in df_mv_critics.iterrows():
    if row['genre'] in dict_mv:
        dict_mv_precentage[row['genre']] = dict_mv_critics[row['genre']] / dict_mv[row['genre']]['Count'].sum() * 100

display(dict_vg_precentage)
display(dict_mv_precentage)

{'Role-Playing': 1.645872046721529,
 'Action': 1.1409642988590356,
 'Platform': 2.1183053557154277,
 'Adventure': 1.0153482880755607,
 'Shooter': 1.9091698004049755,
 'Racing': 1.3526119402985073,
 'Action-Adventure': 3.6544850498338874,
 'Sports': 0.9322033898305085,
 'Strategy': 1.1967617036254838,
 'Simulation': 0.25762129669386,
 'Puzzle': 0.336322869955157}
{'Drama': 0.03886312407700081,
 'Comedy': 0.02058375530031699,
 'Thriller': 0.009531071292413268}

Nonostante tutto, anche se sono tra i generi più pubblicati, hanno una percentuale molto bassa di votazioni tra 9 e 10. infatti, la percentuale più alta è per i videogiochi di genere Action-Aventure, con il 3.65%.

PAROLE PIÙ USATE NEI TITOLI¶

Si andranno ora ad analizzare le parole più usate nei titoli

In [10]:
parolePiuUsate_mv = pd.Series(' '.join(df_mv['title']).lower().split()).value_counts()[:100]
parolePiuUsate_vg = pd.Series(' '.join(df_vg_noMultiple['Name']).lower().split()).value_counts()[:100]

paroleInComune = parolePiuUsate_mv.index.intersection(parolePiuUsate_vg.index)

fig = go.Figure()
fig.add_trace(go.Bar(x=paroleInComune, y=parolePiuUsate_mv[paroleInComune], name="Movies", marker_color="blue"))
fig.add_trace(go.Bar(x=paroleInComune, y=parolePiuUsate_vg[paroleInComune], name="Video Games", marker_color="red"))
fig.update_layout(title="Parole in comune tra le 100 più usate nei titoli dei film e dei videogiochi", xaxis_title="Parola", yaxis_title="Frequenza")
fig.show()

parolePiuUsate_mv = pd.Series(' '.join(df_mv['title']).lower().split()).value_counts()[:50]
parolePiuUsate_vg = pd.Series(' '.join(df_vg_noMultiple['Name']).lower().split()).value_counts()[:50]

fig = go.Figure()
fig.add_trace(go.Bar(x=parolePiuUsate_mv.index, y=parolePiuUsate_mv, name="Movies", marker_color="blue"))
fig.add_trace(go.Bar(x=parolePiuUsate_vg.index, y=parolePiuUsate_vg, name="Video Games", marker_color="red"))
fig.update_layout(title="50 parole più usate nei titoli dei film e dei videogiochi", xaxis_title="Parola", yaxis_title="Frequenza")
fig.show()

È curioso notare come, per i videogiochi, le parole più usate sono mediamente più lunghe rispetto ai film.